03.06 物联网与人工智能之间是什么样的关系？

可以这么说，没有了数据，也就没有了人工智能; 而物联网的价值，就在于提供海量数据。物联网与人工智能之间正是相辅相成的关系。

在消费品领域，物联网常常被定义为智能音箱或者智能冰箱等实际产品。但着眼于工业，物联网的工业化应用显然要比消费级更具规模也更为复杂。

通过将联网传感器技术整合至工业流程中，工业物联网能够收集生产线和供应链中实时产生的数据，再结合人工智能进行数据分析和决策，这将在工业领域带来巨大影响。

物联网最基本的特点在于提供一种连接技术，确保我们能够从任何对象当中实时获取特定数据。但接下来的问题是——企业该如何处理这些数据，以及如何在业务场景中落地，从而推动企业自身的运营。其中的解决办法就是，将人工智能技术引入工业，由它来处理工业物联网生成的大量数据。

在工业设计流程当中，由机器学习驱动的预测能力，将推动工业自动化的发展，同时在很大程度上降低成本。举例来说，通过人工智能与智能传感器的结合，系统不仅能够预测机器与设备何时何地需要接受高精度维护，同时还可以根据实际生产需求快速响应，并调整产量。而随着设备停机时间的缩短，整个生产线的流程优化效果也将产生巨大的实际价值。与此同时，整个供应链中的联网设备所产生的实时数据，也将为机器学习与预测分析提供大量具有参考价值的信息。

然而，在具体实践过程中，数据与人才成为了智能工业物联网发展的主要瓶颈。目前的主要问题在于，企业的很多举措都以技术为主导。然而，多数拥有大规模内部工程体系与制造专业知识的企业，面临的挑战实际上来自文化层面。

企业内部在变革的起步阶段往往面临严重的“抵触情绪”，比如已经拥有丰富日常工作经验的工程师们并不相信数据呈现出的“真相”，因此拒绝根据数据结果进行工作。因此，企业必须证明人工智能足以帮助最具经验的从业者以新的方式增加价值，并通过数据来帮他们分担大量工作。

从领导者的角度来看，这要求他们充分了解企业全面数字化的发展前景、了解其中潜在的影响与风险，同时还要据此考虑组织、人员以及技术等方面的协同和调整。比如说，他们需要考虑如何以全新的思维方式进行组织结构调整，同时打破员工对新技术所能带来的实际商业利益的质疑。

另一方面，企业还必须意识到，通过技术引导的业务转型不可能“立竿见影”。

目前，以及在未来的一段时间里，技术与数据“文盲”状况在企业当中仍将持续存在，而人工智能及技术解决方案在供应和需求之间的错位问题也将依旧严峻。

只要拥有一套数据，再将其交付给机器，就可以得到完美的解决方案和决策指导的“美好愿景”也许未来可能会实现，但目前的情况还远非如此，至少还需要配合专家见解才能得到理想的结果。

除此之外，企业还面临的另一大挑战则是数据的质量问题。如果一台机器想要执行预测任务，就需要一个原因与一项结果。回到预测性维护的例子，传感器可能会检测到设备中存在的一项故障，而我们需要将数据进行分解并重新传输回机器，以便其通过分析理解哪个变量导致了这种即将发生的问题。

因此，目前企业需要回答的关键问题包括：

• 在正确的位置是否都部署了合适的传感器？
• 存储的数据是否具有足够的质量，是否可用于预测分析？
• 是否拥有执行相关分析所需要的全部正确信息？

真正的挑战在于如何将正确的人员与正确的数据联系起来。虽然很多企业在基础层面已经取得了一定成功，但一旦涉及更为复杂、甚至包含数以千计传感器乃至更多潜在事件的场景，企业往往很难调整数据并找到其中的正确模式。

当然，技术确实是保障任何人工智能或工业物联网项目得以成功落地的主要因素，总体来讲，企业所采取的实际方案才决定着技术手段的实际效果。除了拥有世界上最出色的分析软件，企业还需具备一支精通数据的团队并愿意为此投入心力。